求解线性不等式组问题的几种方法

本文研究了求解线性不等式组的几种实用算法,首先把线性不等式组问题转化为线性规划和凸二次规划,通过求解线性规划和凸二次规划得到线性不等式组的一个解,紧接着给出了直接求解线性不等式组的旋转算法;实例说明这些方法是可行的.     

基本初等函数的凸性及其应用

本文较系统地介绍了函数的凸性定义,凸性的判定及凸性的性质,指出了基本初等函数的凸性,并运用基本初等函数的凸性证明了中学里常见的算术几何平均值不等式和一组三角不等式。     

关于B-不变凸约束优化问题解集的刻画

给出了不同的带不等式约束的B-不变凸优化问题的最优解集的刻画,其结果用梯度和拉格朗日乘子表示。首先,证明了带不等式约束的B-不变凸优化问题的可行域和最优解集都是不变凸集,其次,建立了B-不变凸优化问题的拉格朗日函数在最优解集中是常值函数,然后,利用该性质得到了一些拉格朗日乘子为基础的最优解集的刻画。     

求解凸不等式组问题的神经网络方法

考虑了凸不等式组问题,通过将其转化为一个极大极小问题,进而转化为等价的凸规划问题,提出了求解它的一个神经网络模型。并严格证明了该模型是Lyapunov稳定的,且在有限时间内收敛到原问题的一个精确解。     

一类新的广义非凸变分不等式问题的近似解

引入了一类新的广义非凸变分不等式,利用投影技巧建立该变分不等式与不动点问题的等价关系,进一步讨论逼近广义非凸变分不等式解的预测-校正投影算法,并在算子T具有g-γ-强单调性的条件下证明了相应迭代序列收敛到广义非凸变分不等式问题的解.     

广义凸空间上的重叠定理、相交定理和极大极小定理

利用已知的KKM型定理得到两个新的重叠定理,并作为上述结果的应用,给出了广义凸空间上的相交定理、不等式族解的存在定理和极大极小不等式定理.     

一般化凸空间上变分不等式解的存在定理

根据已知的KKM型定理得出一般化凸空间上变分不等式的择一性定理,利用拓扑空间X的积空间X×X上的实值函数,构造出一个G-凸空间,并在该空间上讨论变分不等式解的存在问题.     

Minty与Stampacchia向量似变分不等式

讨论两类向量似变分不等式解的关系问题,指出当定义在不变凸集上的映射是不变伪单调连续时,Minty(强)弱向量似变分不等式的解和Stampacchia(强)弱向量似变分不等式的解相同.尤其当定义在不变凸集上的矩阵映射是广义不变伪单调连续时,Minty强向量似变分不等式的解和Stampacchia向量似变分不等式的解相同.     

不等式约束的凸二次规划问题的新算法

目的 研究求解不等式约束凸二次规划的新算法。方法 根据广义乘子法的思想,将具有不等式约束的凸二次规划问题转化为只有部分分量带非负约束的凸二次规划,通过解此简单凸二次规划问题建立凸二次规划的新算法。结果 新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,可用来解大规模稀疏问题。结论数值结果表明,在４８６／３３微机上就能解较大规模的凸二次规划。     

一类新的广义非凸变分不等式问题的近似解

 引入了一类新的广义非凸变分不等式,利用投影技巧建立该变分不等式与不动点问题的等价关系,进一步讨论逼近广义非凸变分不等式解的预测-校正投影算法,并在算子T具有g-γ-强单调性的条件下证明了相应迭代序列收敛到广义非凸变分不等式问题的解.
     

线性规划方法在计算机绘制优势区相图中的应用

根据优势区相图中物质的稳定区是由一线性不等式组的解确定,且呈凸多边形这一性质,本文提出了引入一组恰当的目标函数,与线性不等式组组成线性规划问题,由其解可确定凸多边形的顶点,从而获得优势区相图的方法。并编制了FORTRAN语言通用程序,在M-150机上通过运算,所得结果与文献相符。本方法具有数学模型明确、可靠,物理概念清楚,通用性强,准确性高,运算速度较快等优点。     

自反Banach空间中的广义强非线性混合似变分不等式

研究了自反Banach空间中的广义强非线性混合似变分不等式，这类变分不等式包含了经典的不等式及其推广，并用极大极小原理证明了广义强非线性混合似变分不等式解的存在性及唯一性。     

一类微分不等式与半线性微分方程

给出了一类二阶线性Gronwall不等式的初等证明 ,并应用到非线性Newton运动方程的初值和边值问题中 ,通过具体的例子说明了它在误差估计方面的作用     

由线性算子刻划的亚纯p叶函数子类的性质

用线性算子刻划亚纯p叶星象函数、亚纯p叶凸象函数的新子类,建立包含关系,给出函数族的一些不等式。     

广义凸空间中的拟变分不等式问题

给出了ｋａｋｕｔａｎｉ － Ｆａｎ － Ｇｌｉｃｋｓｂｅｒｇ 不动点定理在广义凸空间（Ｇ－ 凸空间） 中的推广, 并利用它讨论了Ｇ－ 凸空间中拟变分不等式解的存在性问题     

线性规划的一种快速收敛的迭代算法

利用对偶原理把线性规划问题转化为线性不等式组,并利用在线性空间上投影的方法给出了一种解线性不等式组的迭代算法,其初始值可以任取。在定义了线性空间之间的夹角之后,证明了这种迭代算法是全局收敛的;然后对此迭代算法进行加速,使其收敛速度大大提高;而且,加速后的算法与线性规划的其它算法相比也是较简单的;文中所给的数值例显示,迭代次数从加速前的数万次减少到加速后的数次。     

几类向量值极大极小不等式(英文)

利用线性标量化函数和实值的极大极小定理,在自然拟凸和真拟凸假设下,证明了几类向量值函数极大极小不等式,并给出了一个例子说明定理结论是是相关文献结果的推广,     

若干凸函数不等式在几何凸函数中的移植

介绍了几何凸函数中与凸函数不等式相平行的几个不等式．     

凸函数及其性质在不等式证明中的应用

对凸函数及Jensen不等式在证明不等式中的应用进行了讨论。